GPT-5.2vsGPT-5.1

在 7 个共同 benchmark 中，GPT-5.2 整体领先：GPT-5.2 领先 6 项，GPT-5.1 领先 1 项，持平 0 项，平均分差 +6.27。

OpenAI · 2025-12-11 · 聊天大模型

OpenAI · 2025-11-12 · 推理大模型

GPT-5.26 项(86%)(14%)1 项GPT-5.1

评测分数

按能力类目分组，每组内按分差大小排列；共 7 项。

GPT-5.2 领先 2/2

评测项	GPT-5.2	GPT-5.1	分差
MathArena Apex	13.5413 / 17Thinking High (With Tools)	1.0414 / 17Thinking High (With Tools)	+12.50
FrontierMath - Tier 4	18.8016 / 80Thinking High (No Tools)	12.5029 / 80Thinking High (No Tools)	+6.30

GPT-5.2 领先 1/1

评测项	GPT-5.2	GPT-5.1	分差
MMMU-Pro	65.80150 / 229Normal (No Tools)	62.40165 / 229Normal (No Tools)	+3.40

GPT-5.1 领先 1/1

评测项	GPT-5.2	GPT-5.1	分差
SimpleBench	45.8061 / 96Thinking High (No Tools)	53.2048 / 96Thinking High (No Tools)	-7.40

GPT-5.2 领先 1/1

评测项	GPT-5.2	GPT-5.1	分差
GSO	27.407 / 21Thinking High (With Tools)	13.7013 / 21Thinking High (With Tools)	+13.70

GPT-5.2 领先 1/1

评测项	GPT-5.2	GPT-5.1	分差
Terminal Bench Hard	31.80100 / 244Normal (With Tools)	22.70143 / 244Normal (With Tools)	+9.10

GPT-5.2 领先 1/1

评测项	GPT-5.2	GPT-5.1	分差
LiveBench	48.9196 / 117Normal (No Tools)	42.65108 / 117Normal (No Tools)	+6.26

价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。

GPT-5.2在以下类目领先:数学 (2/2)、图像感知与视觉推理 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)
GPT-5.1在以下类目领先:常识推理 (1/1)

7 个共同 benchmark 上，GPT-5.2 平均高出 6.27 分。

单项差距最大的 benchmark：GSO — GPT-5.2 27.40，GPT-5.1 13.70（分差 +13.70）。

本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。